基于误差反传神经网络的智能预诊方法及其应用
为实现在故障发生之前进行预测和预防.从实现智能预诊的系统功能角度出发,提出了智能预诊方法框架,建立了基于误差反传神经网络的性能衰退过程智能评估及剩余寿命动态预测模型,并对模型的有效性与预测误差等问题进行了深入分析.从实际应用的角度出发,针对信息不完备问题,实现了模型更新与动态预测.随着采集数据的不断增多,对预测模型进行适当调整,用调整后的网络模型给出剩余寿命的动态估值.提出的智能预诊方法已应用于哈尔滨汽轮机厂叶片材料疲劳测试分析系统,对叶片材料性能的分析与剩余寿命的预测证明了该方法的实用性和有效性.
误差反传神经网络、预诊、性能评价、剩余寿命预测、汽轮机、叶片
14
TP302(计算技术、计算机技术)
国家自然科学基金资助项目70701012;黑龙江省自然科学基金资助项目E200634;航天支撑技术基金
2009-02-18（万方平台首次上网日期，不代表论文的发表时间）
共8页
2231-2238
